兩天，從OpenAI對標AI女友“her”發(fā)布新模型，到谷歌推出AI應用全家桶，硅基AI正不斷升級感官，從科幻邁進現(xiàn)實世界。

作為新生產(chǎn)力，AI的進化牽一發(fā)而動全身，這些新技術將怎樣重塑我們的生活，對人類的數(shù)字化進程、互聯(lián)網(wǎng)巨頭以及各種職業(yè)的打工人帶來什么影響？一起來看～

1、谷歌VS OpenAI
新秀沖技術，巨頭搞應用

想象一個這樣的場景：

這天是你的結(jié)婚紀念日，你問AI私人助手哪家西餐廳比較好，AI根據(jù)你的偏好預定好餐廳，然后叫了一輛自動駕駛汽車把你帶過去。餐廳包間飄蕩著AI根據(jù)你和伴侶經(jīng)歷作詞作曲的音樂，用餐后，你的AR近視鏡已經(jīng)拍攝和剪輯好結(jié)婚紀念日小電影，根據(jù)你的語音指令分發(fā)到好幾個社交媒體……

對照下面這個表格你會發(fā)現(xiàn)，這就是OpenAI和谷歌這兩天發(fā)布的技術照進現(xiàn)實的場景。

兩家公司的特性和方向很明顯。OpenAI的GPT-4o更側(cè)重于通用的多模態(tài)交互和對話能力，對用戶免費開放可能會收獲更多的用戶參與和社區(qū)反饋。而谷歌的更新則涵蓋了從搜索、照片管理到AI硬件等多方面落地應用。

一句話總結(jié)就是，年輕新秀沖鋒，做好技術變革；實力大叔求穩(wěn)，搞好落地應用。

2、二維平面互聯(lián)網(wǎng)
只是人類邁向數(shù)字世界的小插曲

雖然大家都感覺這兩場發(fā)布會的科技含量不及預期，谷歌辦發(fā)布會后股價表現(xiàn)也一般，但事實上，AI已經(jīng)像一頭潛伏的巨獸，準備吞下舊物種了。

從文章開頭的情景可以看出，大波互聯(lián)網(wǎng)巨頭將被“能說會看”更聰明的大模型取代，比如搜索引擎、本地生活服務平臺、音樂APP、網(wǎng)約車……

其實，當下的互聯(lián)網(wǎng)時代本就是人類走向AI時代的一段小插曲。我們的現(xiàn)實世界是三維的，而互聯(lián)網(wǎng)上不論是圖文還是視頻，都是平面二維的，所有互聯(lián)網(wǎng)平臺和APP都相當于我們便利支配現(xiàn)實生活的操控臺。在這個過程里，所有生產(chǎn)、生活的軌跡都變成了數(shù)據(jù)，人們又通過計算數(shù)據(jù)去決策、預測，不斷推動科技和社會向前發(fā)展。

這種數(shù)據(jù)的累積不像刀耕火種一樣，一搞搞千萬年，它是呈指數(shù)爆炸的，人類不得不用更強的芯片去計算更多的數(shù)據(jù)。直到有一天，濃縮著全人類智慧的數(shù)據(jù)煉成了人工智能，這就是AIGC誕生的故事。

也是因為數(shù)據(jù)量暴增，人們把現(xiàn)實世界搬到數(shù)字空間的能力越來越強，有了數(shù)碼相機、游戲、短視頻……于是開始在數(shù)字孿生空間里生產(chǎn)汽車，在VR設備上體驗逼真沉浸式的三維數(shù)字世界……

如今，越來越智能的數(shù)字空間已經(jīng)跟AI雙向奔赴，AI開始學物理知識，比如Sora生成視頻的時候知道乒乓球掉到地上會再彈起來；AI開始具備情感，就像GPT4o能根據(jù)人的情緒做出反應……

一切都將指向一個結(jié)果——數(shù)字世界正在復制現(xiàn)實世界，AI替代人類做事。AI將從目前的聽話到自動化，從專才到通才，生成式AI將最終進化成通用AI，干掉一切互聯(lián)網(wǎng)應用。

在這個數(shù)字世界里，人們可以像看視頻一樣隨意撥動時間軸，AI可以生成過去時空，也能預測未來時空的樣子，通過VR讓人沉浸式體驗。人們也可以空間瞬移，就像谷歌在I/O大會上發(fā)布的全息視頻聊天技術Project Starline。

最終，人們的社交、游戲、工作、購物都可以在這個虛擬世界里完成。這就是元宇宙的故事。

3、從谷歌和OpenAI發(fā)布會
看近期趨勢和巨變

1. 大模型加速落地到硬件應用，重塑商業(yè)

今年，手機、家電、汽車，乃至VR和AR眼鏡都將加速奔赴大模型。像OpenAI這次發(fā)布的ChatGPT桌面應用程序，就能用說話控制電腦，蘋果還將與其合作換掉“人工智障”Siri。有了大模型，智能家居能自動調(diào)溫、照明，可穿戴設備能分析語音或圖像來監(jiān)測人的情緒和健康，機器人能做更多復雜的工作……這些變化將帶來很多定制化和高級服務，重塑商業(yè)。

2. 多模態(tài)等于強感官，很多職業(yè)受到威脅，AI伴侶指日可待

無延遲語音互動，可以實現(xiàn)AI對話隨時練外語；AI能識別視頻，意味著把健身視頻發(fā)給AI就能自動糾錯……OpenAI的GPT-4o語音互動能無延遲、懂情緒，科幻片里的“her”終于走進現(xiàn)實，加上具身智能（希望以后能有硅膠材質(zhì)）就是妥妥的AI對象。什么需求都能無條件滿足，就問你想不想要？

3. AI開始懂“行話”，將徹底加入和重塑千行百業(yè)工作流

谷歌這次發(fā)布的視頻生成模型Veo，已經(jīng)能理解和執(zhí)行電影制作里的專業(yè)術語，比如延時拍攝或特定的鏡頭運用。大模型越來越“專精”，以后不管是電影制作者、營銷團隊還是作曲家，都可以生成更有專業(yè)水準的作品，AI將徹底加入和重塑無數(shù)行業(yè)的工作流。

4. 互聯(lián)網(wǎng)巨頭們要絕地求生了，但大洗牌也將帶來新增量

就像文章開頭描述的場景一樣，以目前AI大模型調(diào)用數(shù)據(jù)、與人交互的能力，取代搜索引擎、本地生活服務平臺、音樂APP、網(wǎng)約車這些互聯(lián)網(wǎng)巨頭只是時間問題。不過，這并不是一件壞事，大模型帶來的重新洗牌意味著新的增量時代。接下來，我們將見證大模型百家爭鳴和落地應用百花齊放。事情開始變得越來越有趣了。